文章目录
Redis之HyperLogLog
注:本文是基于Linux系统上Redis v5.0.7进行讲解
1.基数
比如数据集 {1, 3, 5, 7, 5, 7, 8}, 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内,快速计算基数
2.HyperLogLog介绍
HyperLogLog 是用来做基数统计的算法,运用了LogLog的算法;
HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定 的、并且是很小的。
在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基 数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。
但是,因为 HyperLogLog 只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog 不能像集合那样,返回输入的各个元素。
相关说明:
1.用于进行基数统计,不是集合,不保存数据,只记录数量而不是具体数据
2.核心是基数估算算法,最终数值存在一定误差
3.误差范围:基数估计的结果是一个带有 0.81% 标准错误的近似值
4.耗空间极小,每个hyperloglog key占用了12K的内存用于标记基数
5.pfadd命令不是一次性分配12K内存使用,会随着基数的增加内存逐渐增大
6.Pfmerge命令合并后占用的存储空间为12K,无论合并之前数据量多少
2.pfadd命令
Pfadd 命令将所有元素参数添加到 HyperLogLog 数据结构中;
如果至少有个元素被添加返回 1, 否则返回 0
PFADD key element [element ...]
3.pcount命令
命令返回给定 HyperLogLog 的基数估算值;
返回给定 HyperLogLog 的基数值,如果多个 HyperLogLog 则返回基数估值之和
PFCOUNT key [key ...]
4.pgmerge命令
命令将多个 HyperLogLog 合并为一个 HyperLogLog ,合并后的 HyperLogLog 的基数估算值是通过对所有 给定 HyperLogLog 进行并集计算得出的;
返回 OK
PFMERGE destkey sourcekey [sourcekey ...]
5.LogLog算法
6.HyperLogLog基本操作
7.HyperLogLog应用场景
1.应用于独立信息统计
2.供不精确的去重计数功能,比较适合用来做大规模数据的去重统计,例如统计 UV;